APP下载

基于稳定匹配的多用户任务卸载策略

2021-03-18

计算机应用 2021年3期
关键词:满意度用户策略

(河海大学计算机与信息学院,南京 211100)

0 引言

以虚拟现实、现实增强、网络游戏、图像识别等为代表的一批新应用不断涌现,其产生的移动数据流量与日俱增,思科预计,从2016—2021 年,虚拟现实和现实增强产生的流量将增长为原来的20倍[1]。这些应用的任务通常是计算密集型和时延敏感型的任务,计算量相对较大,同时对时延的要求较高。然而当前移动设备的计算能力非常有限,在移动设备本地执行这些任务根本无法满足时延的要求;同时,移动设备的电力存储也非常有限,当自身完成这些计算量较大的任务时,会带来高额的能源消耗,不利于移动设备的长久工作。因此,这些应用任务给移动设备带来了极大的挑战。

移动云计算(Mobile Cloud Computing,MCC)[2]曾经被认为是一种很有前途的减轻计算任务负担的方法,远程云拥有强大的计算能力和充足的计算资源,可以为用户提供充足的资源,还可以节约任务在本地计算的能耗。然而,通常情况下移动设备与远程云在空间上距离较远,将任务卸载到云服务器会导致高额的通信开销。对于时延敏感性的任务,会给用户造成糟糕的体验,无法满足用户需求。

为了弥补MCC 在时延问题上的不足,提出了移动边缘计算(Mobile Edge Computing,MEC)[3]。移动边缘计算的核心思想是将服务器的计算和存储等资源下沉到网络边缘以及用户附近,通过边缘服务器为用户提供计算、存储等服务,解决移动云计算中高额通信时延的问题。移动边缘计算通过计算卸载技术将任务卸载到MEC 服务器上,解决由移动设备计算能力不足带来的一些问题。……

登录APP查看全文

猜你喜欢

满意度用户策略
多感谢,生活满意度高
16城市公共服务满意度排行
例谈未知角三角函数值的求解策略
浅谈如何提升脱贫攻坚满意度
我说你做讲策略
明天村里调查满意度
高中数学复习的具体策略
关注用户
关注用户
关注用户